• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    面向狹小封閉戰(zhàn)場環(huán)境的群智感知定位算法研究

    2023-12-12 13:31:21李耀宇陳杰魏勇
    指揮控制與仿真 2023年6期

    李耀宇 陳杰 魏勇

    摘 要:為解決在狹小封閉的戰(zhàn)場環(huán)境,如敵方指揮中心、船艙、地下建筑物中,如何快速準(zhǔn)確地獲取自組織網(wǎng)絡(luò)或目標(biāo)對象的位置信息的問題,基于單兵智能終端設(shè)備提供的通信模塊,利用可見光傳感器等硬件設(shè)備的支持,通過研究群智感知式的通信信號(hào)指紋,結(jié)合圖像匹配算法,提出了一種定位算法。該算法利用通信指紋數(shù)據(jù)實(shí)現(xiàn)了初步定位,結(jié)合融合圖像和姿態(tài)傳感器的加權(quán)平均算法,并采用群智感知方式補(bǔ)充與更新定位數(shù)據(jù),通過調(diào)整圖像匹配策略,在保持準(zhǔn)確率的前提下,相比單一圖像匹配定位算法,降低了算力的需求,在通信條件復(fù)雜的戰(zhàn)場環(huán)境中提高了實(shí)時(shí)性能。對比標(biāo)準(zhǔn)的WKNN(Weighted K-Nearest Neighbors)算法,提高了在復(fù)雜環(huán)境下定位的穩(wěn)定性,且定位誤差平均值低于1.72 m,誤差降低約50%。

    關(guān)鍵詞:狹小戰(zhàn)場;群智感知;定位算法

    中圖分類號(hào):E917 文獻(xiàn)標(biāo)志碼:A DOI:10.3969/j.issn.1673-3819.2023.06.006

    Research on crowd-sourced localization algorithm for narrow and closed battlefield environment

    LI Yaoyu1, CHEN Jie1, WEI Yong2

    (1. Science and Technology on Information Systems Engineering Laboratory, National University of Defense Technology,

    Changsha 410073, China; 2. Unit 31015 of PLA,Beijing 100091, China)

    Abstract:In order to solve the problem of how to quickly and accurately obtain the location information of self-organizing networks or target objects in the narrow and closed battlefield environment, such as the enemy command center, cabins, and underground buildings, this paper proposes a positioning algorithm based on the communication module provided by individual intelligent terminal equipment, we use the support of hardware devices such as visible light sensors, and study the communication signal fingerprint of swarm intelligence perception, combined with image matching algorithm. This algorithm mainly communicates with fingerprint data to achieve preliminary positioning, combines a weighted average algorithm of fused images and attitude sensors, and uses swarm intelligence perception to supplement and update positioning data. By adjusting the image matching strategy, while maintaining accuracy, compared to a single image matching positioning algorithm, it reduces computational power requirements and improves real-time performance in battlefield environments with complex communication conditions. Compared with the standard WKNN (Weighted K-Nearest Neighbors) algorithm, it improves the stability of localization in complex environments, and the average localization error is less than 1.72 m, reducing the error by about 50%.

    Key words:narrow battlefield environment; crowd-sourced; localization algorithm

    收稿日期:2023-03-17

    修回日期:2023-04-11

    作者簡介:

    李耀宇(1984—),男,副教授,研究方向?yàn)檐娛逻\(yùn)籌、任務(wù)規(guī)劃、建模與仿真。

    陳 杰(1985—),男,副教授。

    現(xiàn)代戰(zhàn)爭中,位置信息的重要性不言而喻。準(zhǔn)確的位置信息是指揮和決策的基礎(chǔ)。室外環(huán)境中,定位可以采用衛(wèi)星定位等多項(xiàng)技術(shù),但是在狹小封閉的戰(zhàn)場環(huán)境,例如特種作戰(zhàn)所面對的地方指揮所、地下大型掩體設(shè)施、艦船內(nèi)部等區(qū)域,位置信息的獲得極為困難。首先,無法預(yù)先獲得準(zhǔn)確的先驗(yàn)信息,因?yàn)槭覂?nèi)的情況不穩(wěn)定,變化大,也沒有公開的地理環(huán)境信息供參考;其次,電磁通信信號(hào)衰減,通風(fēng)采光條件差,遮蔽物遮蔽等,導(dǎo)致一般室外的定位技術(shù)無法獲得良好的效果,必須采用合適的室內(nèi)定位技術(shù)。隨著光學(xué)傳感和圖像識(shí)別技術(shù)的發(fā)展以及單兵智能終端設(shè)備算力的提高,基于單兵智能終端設(shè)備的圖像匹配定位開始受到青睞。單兵智能終端設(shè)備通常包括通信模塊、圖像采集模塊、姿勢和加速度等傳感器,為室內(nèi)定位算法提供了必要的硬件支持。單純基于圖像匹配的定位方案需要構(gòu)建龐大的圖像數(shù)據(jù)庫,圖像匹配過程對算力需求高,難以保證實(shí)時(shí)性。單純基于通信信號(hào)指紋的定位技術(shù),實(shí)時(shí)性能有保障,但通訊信號(hào)可能受到環(huán)境干擾影響,僅利用算法難以克服精度下降問題。要想提高室內(nèi)定位的綜合性能,通常需要綜合以上方案的特點(diǎn),同時(shí)結(jié)合單兵智能終端設(shè)備提供的各類傳感器支持。

    1 研究現(xiàn)狀

    目前有很多方法可用來實(shí)現(xiàn)輔助室內(nèi)定位,??? LEE[1]提出了一種基于射頻 (RF,Radio Frequency) 指紋識(shí)別的最大似然估計(jì)(MLE,Maximum Likelihood Estimation)初始化,制定了結(jié)合 RF 指紋識(shí)別的目標(biāo)定位的最大似然問題。在開放空間、城市和室內(nèi)三種測試環(huán)境中,與使用 SDP(Semi-Definite Programming)初始化的 MLE 算法相比,所提出的射頻指紋輔助目標(biāo)定位方法表現(xiàn)出高達(dá) 63.31% 和平均 39.13% 的性能提升。WiFi指紋也是一種常用的方法,樂燕芬[2]提出了一種指紋子空間匹配結(jié)合密度峰值聚類的定位算法,有效避免了大誤差點(diǎn)。首先通過在線階段目標(biāo)接收信號(hào)強(qiáng)度 (RSS,Received Signal Strength)的接入點(diǎn)覆蓋向量,確定有效的參考位置點(diǎn);然后劃分多個(gè)指紋子空間,利用改進(jìn)的WKNN(Weighted K-Nearest Neighbors)算法估計(jì)目標(biāo)在每個(gè)子空間內(nèi)的位置;最后選取決策值最大的選定個(gè)數(shù)估計(jì)位置確定目標(biāo)。聶大惟[3]提出了一種基于信號(hào)強(qiáng)度指示器RSSI(Received Signal Strength Indicator)概率分布與貝葉斯估計(jì)的加權(quán)定位方法。該方法在研究RSSI的平穩(wěn)性、分布特性的基礎(chǔ)上,通過貝葉斯估計(jì)將先驗(yàn)的RSSI概率分布引入權(quán)重的計(jì)算,給異常值賦予較低的權(quán)重,降低了環(huán)境噪聲和外界不確定因素對定位精度造成的影響。

    KNN(K-Nearest Neighbors) 依然是常用的一種方法[4],Razavi提出了一種室內(nèi)定位場景,該場景應(yīng)用度量學(xué)習(xí)和流形對齊,使用具有單個(gè)RSS 樣本的低分辨率無線電地圖實(shí)現(xiàn)直接映射定位 (DML,direct mapping localization),將指紋識(shí)別工作量減少了 87%。對比之前的定位方法,DML 和基于重建射電圖的K最近鄰 (reKNN,K-Nearest Neighbors Based on Reconstructed Radio Map)在面積約為170 m2的典型辦公環(huán)境中分別實(shí)現(xiàn)了小于4.3 m和3.7 m的平均定位誤差。

    不同智能手機(jī)設(shè)備硬件性能有差異,RSSI信號(hào)特征的變化率也會(huì)有差異。在實(shí)際操作中,傳統(tǒng)的室內(nèi)定位解決方案可能無法應(yīng)對硬件差異引起的信號(hào)差異[5]。Tiku提出了一種基于多頭注意神經(jīng)網(wǎng)絡(luò)的室內(nèi)定位框架,該框架對設(shè)備異質(zhì)性具有彈性。對各種室內(nèi)環(huán)境中提出的框架的深入分析表明,與當(dāng)時(shí)最先進(jìn)的室內(nèi)定位技術(shù)相比,準(zhǔn)確度提高了35%。Hoang[6]針對軌跡定位,考慮軌跡中接收RSSI 測量值之間的關(guān)系,對輸入RSSI數(shù)據(jù)和順序輸出位置提出了加權(quán)平均濾波器,提高了RSSI時(shí)間波動(dòng)之間的準(zhǔn)確性。

    2 算法總體設(shè)計(jì)

    2.1 算法總體方案

    算法目標(biāo)是用戶使用單兵智能終端設(shè)備的通信芯片與攝像頭實(shí)現(xiàn)高精度室內(nèi)定位,無需其他硬件輔助,坐標(biāo)系采用二維坐標(biāo)系,不考慮高程。

    算法主要包括兩個(gè)階段:離線階段與在線階段。離線階段構(gòu)建數(shù)據(jù)庫時(shí),在不同參考點(diǎn)依次記錄RP(Reference Point)的坐標(biāo)值、AP(Access Point)數(shù)量與對應(yīng)的MAC地址(Media Access Control Address)、RSSI值、該RP正前方圖像,同時(shí)采集該時(shí)刻單兵智能終端設(shè)備所處姿態(tài)(即單兵智能終端設(shè)備方向傳感器的傾斜角、旋轉(zhuǎn)角和方位角),將上述信息上傳至服務(wù)器后進(jìn)行預(yù)處理,將特征向量編碼為F={f0,f1,f2,…,fN}存儲(chǔ),其中,f0~fN代表特征分量。

    在線階段,根據(jù)設(shè)備采集的特征進(jìn)行定位,用戶單兵智能終端設(shè)備實(shí)時(shí)掃描可接收到MAC地址作為指紋標(biāo)識(shí)的AP和對應(yīng)RSSI值,首先使用WKNN算法初步定位。本算法支持用戶獲取更高精度,即采用SIFT(Scale-Invariant Feature Transform)圖像和單兵智能終端設(shè)備姿態(tài)匹配算法提高定位精度。用戶可將定位結(jié)果以及對應(yīng)信號(hào)指紋和圖像特征上傳,即采用群智感知的方式補(bǔ)充和更新定位數(shù)據(jù)庫[7],以輔助他人定位。在線階段,算法總體方案如圖1所示。

    2.2 加權(quán)K鄰近無線通訊網(wǎng)絡(luò)通信指紋定位算法

    加權(quán)K鄰近算法在指紋定位中通過引入距離權(quán)重因子對AP點(diǎn)選擇進(jìn)行約束,離實(shí)測RSSI值距離越近的點(diǎn)權(quán)重越大。距離定義[8]如下:

    式中 ,i表示實(shí)測掃描到的RP點(diǎn)序號(hào),n 表示移動(dòng)節(jié)點(diǎn)和RP之間的AP點(diǎn)數(shù)量,最后選擇K個(gè)“距離”最小值作為最近鄰居,并根據(jù)這K個(gè)“距離”值歸一化得各自權(quán)重,歸一化公式[9]

    取p = 2,根據(jù)數(shù)據(jù)庫中RP點(diǎn)的已存坐標(biāo)和歸一化“距離”權(quán)重因子,得到移動(dòng)節(jié)點(diǎn)的初始位置:

    K值對定位結(jié)果有直接影響,圖2通過仿真實(shí)驗(yàn)對比不同K值下的定位效果,從圖中看出,K=3時(shí)定位平均誤差最小,因此本文選擇最近鄰居數(shù)K為3。

    在線定位階段利用用戶獲取的圖像和方向傳感器輸出值,計(jì)算與K個(gè)參考點(diǎn)對應(yīng)的數(shù)據(jù)庫特征數(shù)據(jù),得到圖像匹配因子和方向因子,對已有參考點(diǎn)權(quán)重進(jìn)行校正,提高定位精度。

    2.3 圖像匹配定位算法

    2.3.1 圖像匹配策略

    目前存在多種圖像定位算法,例如Niu[10]用SURF(Speeded Up Robust Feature)進(jìn)行圖像匹配定位,SURF處理速度較快,但處理尺度縮放和旋轉(zhuǎn)變化不是最優(yōu)。本文選擇SIFT算法[11],該算法對于圖像平移、旋轉(zhuǎn)、尺度縮放、亮度變化等具有很好的不變性,能夠更好適應(yīng)用戶拍攝圖像時(shí)發(fā)生的平移、旋轉(zhuǎn)、縮放變化[12]。SIFT算法處理圖像在服務(wù)器中進(jìn)行,生成圖像描述子,表示為N×128維特征向量,并存儲(chǔ)在數(shù)據(jù)庫中,其中N為一張圖像的特征點(diǎn)總數(shù),用戶實(shí)時(shí)拍攝的圖像在單兵智能終端設(shè)備上經(jīng)過SIFT算法得到同樣維數(shù)的特征向量后,計(jì)算兩組特征向量間的歐氏距離作為圖像關(guān)鍵特征點(diǎn)的相似性度量[13]。據(jù)文獻(xiàn)[14],在大量存在尺度縮放、旋轉(zhuǎn)和亮度變化的兩幅圖像之間進(jìn)行匹配時(shí),度量閾值ratio取值在0.4~0.6之間最佳,經(jīng)過仿真試驗(yàn),ratio取值為0.55時(shí),定位平均誤差最小,如圖3所示。

    經(jīng)WiFi初步定位,假設(shè)得到的3張圖片表示為I(DB,i)(i =1,2,3),各自提取特征總數(shù)F(DB,i),用戶實(shí)際拍攝圖像表示Is,提取特征總數(shù)為Fs,分別計(jì)算拍攝圖像和數(shù)據(jù)庫圖像之間的共同特征數(shù)Fc

    求得Fc后再求解匹配因子,同時(shí)用圖像匹配因子校正WiFi定位得歸一化“距離”權(quán)重因子,圖像匹配因子定義為

    由定義可知,η的取值范圍為[0.0, 2.0],值越大,表示兩張圖像越相似。本文對根據(jù)WKNN算法選擇的3張圖像進(jìn)行求解圖像匹配因子后,選擇最大的圖像作為配對圖像。用戶所拍攝的圖像壓縮后的大小為1 034×731,特征提取Fs=714,對表1中樣本a~c分別提取特征,并求得圖像匹配因子。

    2.3.2 傳感器限制圖像方向隨機(jī)性

    用戶在同一位置拍照方向存在隨機(jī)性,故經(jīng)過無線通信網(wǎng)絡(luò)通信指紋初步定位,不能確定數(shù)據(jù)庫中所存圖像所表示的方向和用戶當(dāng)前拍照方向的一致性,因此,本算法采用單兵智能終端設(shè)備方向傳感器輸出三維方向參數(shù)匹配單兵智能終端設(shè)備姿態(tài)來解決這一約束。假設(shè)用戶拍照時(shí)刻記錄單兵智能終端設(shè)備傳感器輸出的傾斜角、旋轉(zhuǎn)角和方位角三維向量可表示為{θx,θy,θz},經(jīng)初步定位找到的3個(gè)RP對應(yīng)方向向量值表示{θxi,θyi,θzi},則方向向量值之間角度差為

    方向因子ζ是每一組值所占的歸一化權(quán)重,根據(jù)角度差的倒數(shù)來計(jì)算:

    式中,K表示最近鄰居數(shù)。

    2.3.3 基于圖像和姿態(tài)匹配定位算法

    在上述過程中,通過SIFT算法,已經(jīng)求得每張圖像的匹配因子和方向匹配因子,為了校正初步定位,采用加權(quán)平均法來融合上述的3個(gè)因子,如圖1所示,得到校正因子,定義校正因子ξ為

    最后校正定位用戶的位置計(jì)算式為

    上兩式中,K =3表示最近鄰居數(shù),i =1,2,3表示匹配得到的圖像序號(hào)。

    2.4 群智感知方式更新數(shù)據(jù)庫

    隨著室內(nèi)布局以及環(huán)境變化,室內(nèi)信號(hào)指紋分布會(huì)發(fā)生改變,本文支持用戶將實(shí)時(shí)測量到的信號(hào)指紋與圖像上傳至數(shù)據(jù)庫,增加可用的參考點(diǎn)數(shù)量。采用群智感知更新數(shù)據(jù)庫可以降低構(gòu)建數(shù)據(jù)庫的復(fù)雜性,維持?jǐn)?shù)據(jù)庫數(shù)據(jù)的實(shí)時(shí)性;在某些沒有離線采集數(shù)據(jù)的區(qū)域,用戶上傳數(shù)據(jù)后,可輔助他人下次定位使用。在群智感知中,感知設(shè)備的多樣性會(huì)造成無線通信網(wǎng)絡(luò)通信指紋和方向向量的差異,本文采用同一款單兵智能終端設(shè)備,簡化了設(shè)備多樣性的影響,同時(shí),對于錯(cuò)誤感知數(shù)據(jù)的篩選,本文提出使用位置估計(jì)值P和RSSI兩個(gè)值之間的相關(guān)系數(shù)因子作為數(shù)據(jù)剔除的依據(jù),該因子的計(jì)算式為

    式中,i = 1,2,…,K,Pi為第i個(gè)RP坐標(biāo),為定位估計(jì)坐標(biāo)和K個(gè)RP坐標(biāo)的平均值,RSSIi為第i個(gè)RP點(diǎn)的RSSI均值,RSSI為用戶掃描RSSI值和K個(gè)RP的RSSI值。其中,ρ值與位置估計(jì)值和值呈正相關(guān)關(guān)系,據(jù)此可以控制數(shù)據(jù)質(zhì)量。

    3 實(shí)驗(yàn)與數(shù)據(jù)分析

    3.1 實(shí)驗(yàn)設(shè)置

    為方便計(jì)算,本文用手機(jī)替代單兵智能終端設(shè)備進(jìn)行測試,同時(shí)用WiFi替代專用通信網(wǎng)絡(luò),在覆蓋面積1 250 m2的室內(nèi)環(huán)境中開展實(shí)驗(yàn),驗(yàn)證本文的算法。利用室內(nèi)環(huán)境已有的WiFi熱點(diǎn)進(jìn)行定位模擬專有通信網(wǎng)絡(luò)的定位。實(shí)驗(yàn)離線階段,采集WiFi信號(hào)指紋構(gòu)建數(shù)據(jù)庫,采集的相應(yīng)圖像和三維方向向量作為特征向量在數(shù)據(jù)庫中存儲(chǔ)。離線階段共隨機(jī)采集150個(gè)RP點(diǎn)指紋和圖像數(shù)據(jù)。

    3.2 數(shù)據(jù)分析

    圖4為實(shí)測階段WKNN算法定位和圖像定位的累計(jì)分布函數(shù)CDF對比圖,每組實(shí)驗(yàn)定位50次。從圖中可以看出,新算法能夠有效地提高定位精度,WKNN算法定位誤差在2 m以內(nèi)的概率約為31.9%,但經(jīng)過圖像匹配定位校正的概率約為69.1%;當(dāng)CDF為80%時(shí),新算法為3 m,WKNN算法定位約為4 m,提高了25%。實(shí)測結(jié)果證明,算法能夠提高定位精度。

    圖5和圖6是隨著用戶上傳數(shù)據(jù)的增加,不同算法定位誤差和方差對比曲線。從圖5可以看出,隨著用戶參與,參考點(diǎn)數(shù)目從10增加到400,WKNN算法定位誤差從5.61 m降低到3.50 m,降低了37.6%。

    與此同時(shí),新算法定位誤差從5.67 m降低到1.71 m,降低了69.8%。兩算法縱向?qū)Ρ?,?dāng)參考點(diǎn)為10時(shí),兩算法定位誤差接近。隨著參考點(diǎn)數(shù)量的增加,新算法逐漸好于原算法,當(dāng)參考點(diǎn)數(shù)量為400時(shí),新算法比原算法定位誤差降低了50%。

    從圖6可以看出,隨著參考點(diǎn)數(shù)量增加,兩種算法定位誤差方差呈下降趨勢,但新算法定位方差低于原算法,表明新算法定位穩(wěn)定性較好。

    群智感知方式用于定位時(shí),整個(gè)圖像數(shù)據(jù)庫數(shù)據(jù)量隨時(shí)間推進(jìn)而增加,而檢索整個(gè)數(shù)據(jù)庫尋找目標(biāo)圖像所需時(shí)間與圖像數(shù)量呈正比,因此,本文采用WKNN算法鄰居數(shù)K值限制圖像檢索范圍,有效控制圖像檢索消耗的時(shí)間,在圖像處理完成后,本文采用的結(jié)合WKNN和圖像匹配的定位算法耗時(shí)如圖7所示。

    實(shí)驗(yàn)設(shè)定位置更新頻率為1 Hz,圖7中,ImageMatch表示算法的定位耗時(shí),由于兩張圖像在匹配時(shí)存在多個(gè)共同點(diǎn),每個(gè)特征點(diǎn)為1×128 維向量,計(jì)算耗時(shí)較大,但是均在1 s以內(nèi),能夠保證軟件在自動(dòng)刷新時(shí)的定位實(shí)時(shí)解算要求。

    3.3 實(shí)驗(yàn)局限性分析

    實(shí)驗(yàn)數(shù)據(jù)表明,本文所提算法集成單兵智能終端設(shè)備后,大部分條件下,既改進(jìn)了定位解算精度,又提高了實(shí)時(shí)性和穩(wěn)定性,且降低了算力需求。

    本實(shí)驗(yàn)也存在兩點(diǎn)局限性。一是采用單一設(shè)備進(jìn)行實(shí)驗(yàn),忽略了設(shè)備差異性帶來的特征數(shù)據(jù)偏差問題,例如不同設(shè)備在相同位置,RSSI值如果差異過大,可能會(huì)影響定位精度。同時(shí),設(shè)備之間的相互影響以及相互影響可能導(dǎo)致的不良后果,還需要進(jìn)一步的研究和實(shí)驗(yàn)來證明。二是環(huán)境干擾對算法的影響考慮不足,特別是群智感知的控制策略方面,信號(hào)干擾容易造成

    數(shù)據(jù)

    明顯錯(cuò)誤,下一步研究會(huì)考慮引入過濾機(jī)制,防止錯(cuò)誤的數(shù)據(jù)污染整個(gè)數(shù)據(jù)庫。

    4 結(jié)束語

    本文針對無線通信網(wǎng)絡(luò)通信指紋和圖像匹配定位存在的問題,采用通信信號(hào)指紋輔助圖像匹配定位思路,通過算法研究和實(shí)驗(yàn)融入了群智感知機(jī)制并進(jìn)行了改進(jìn),對于解決狹小封閉的戰(zhàn)場環(huán)境中的定位問題,具備積極的參考價(jià)值。

    當(dāng)前,機(jī)器學(xué)習(xí)技術(shù)已經(jīng)廣泛地應(yīng)用于很多領(lǐng)域,相關(guān)的研究也越來越多。未來可以考慮結(jié)合深度學(xué)習(xí)網(wǎng)絡(luò),特別是循環(huán)神經(jīng)網(wǎng)絡(luò),引入狀態(tài)轉(zhuǎn)移控制機(jī)制,進(jìn)一步提高定位的準(zhǔn)確性和實(shí)時(shí)性。

    參考文獻(xiàn):

    [1] LEE H, KANG T, JEONG S, et al. Evaluation of RF fingerprinting-aided RSS-based target localization for emergency response[C].2022 IEEE 95th Vehicular Technology Conference: (VTC2022-Spring), Helsinki, 2022: 1-7.

    [2] 樂燕芬, 許遠(yuǎn)航, 施偉斌. 基于DPC指紋子空間匹配的室內(nèi)WiFi定位方法[J].儀器儀表學(xué)報(bào),2021,42(11):106-114.

    LE Y F,XU Y H,SHI W B. WiFi fingerprint based indoor positioning with subspace matching and DPC[J]. Chinese Journal of Scientific Instrument, 2021, 42(1):106-114.

    [3] 聶大惟, 朱海, 吳飛,等.基于RSSI概率分布與貝葉斯估計(jì)的加權(quán)定位方法[J].全球定位系統(tǒng), 2022,47(2):52-59.

    NIE D W,ZHU H,WU F,et al. Weighted positioning method based on RSSI probability distribution and Bayesian estimation [J]. GNSS World of China, 2022,47(2):52-59.

    [4] RAZAVI A, VALKAMA M, LOHAN E S. K-means fingerprint clustering for low-complexity floor estimation in indoor mobile localization[C].2015 IEEE Globecom Workshops (GC Wkshps), San Diego, 2016: 1-7.

    [5] TIKU S, GUFRAN D, PASRICHA S. Multi-head attention neural network for smartphone invariant indoor localization[C].2022 IEEE 12th International Conference on Indoor Positioning and Indoor Navigation (IPIN), Beijing, 2022: 1-8.

    [6] HOANG M T, YUEN B, DONG X D, et al. Recurrent neural networks for accurate RSSI indoor localization[J]. IEEE Internet of Things Journal, 2019, 6(6): 10639-10651.

    [7] 劉春燕, 王堅(jiān). 基于幾何聚類指紋庫的約束KNN室內(nèi)定位模型[J]. 武漢大學(xué)學(xué)報(bào)(信息科學(xué)版), 2014, 39(11): 1287-1292.

    LIU C Y, WANG J. Constrained KNN indoor positioning model based on a grometric clustering fingerprinting technique[J]. Geomatics and Information Science of Wuhan University,2014, 39(11): 1287-1292.

    [8] SAHA A, SADHUKHAN P. A novel clustering strategy for fingerprinting-based localization system to reduce the searching time[C].2015 IEEE 2nd International Conference on Recent Trends in Information Systems (ReTIS), Kolkata, 2015: 538-543.

    [9] LEE C W, LIN T N, FANG S H, et al. A novel clustering-based approach of indoor location fingerprinting[C].2013 IEEE 24th Annual International Symposium on Personal, Indoor, and Mobile Radio Communications (PIMRC), London, 2013: 3191-3196.

    [10]NIU J W, RAMANA K V, WANG B W, et al. A robust method for indoor localization using wi-Fi and SURF based image fingerprint registration[C].GUO S, LLORET J, MANZONI P, et al. International Conference on Ad-Hoc Networks and Wireless, Cham: Springer, 2014: 346-359.

    [11]KAWAJI H, HATADA K, YAMASAKI T, et al. Image-based indoor positioning system: fast image matching using omnidirectional panoramic images[C].Proceedings of the 1st ACM International Workshop on Multimodal Pervasive Video Analysis, Firenze, 2010:1-4.

    [12]常強(qiáng),Samuel Van de, 王維平, 等.行人航跡推測輔助的Wi-Fi信號(hào)指紋定位算法[C].第六屆中國衛(wèi)星導(dǎo)航學(xué)術(shù)年會(huì), 西安, 2015:729-739.

    CHANG Q, SAMUEL V D, WANG W P, et al. Wi-Fi fingerprint positioning updated by pedestrian dead reckoning for mobile phone indoor localization[C].The 6th China Satellite Navigation Conference, Xian, 2015:729-739.

    [13]LOWE D G. Distinctive image features from scale-invariant key points[J]. International Journal of Computer Vision, 2004, 60(2): 91-110.

    [14]WANG L Y, ZHANG D Q, WANG Y S, et al. Sparse mobile crowd sensing: challenges and opportunities[J]. IEEE Communications Magazine, 2016, 54(7): 161-167.

    (責(zé)任編輯:張培培)

    欧美一级a爱片免费观看看| 久久精品人妻少妇| 美女黄网站色视频| 18美女黄网站色大片免费观看| 一级黄片播放器| 久久久久久久亚洲中文字幕 | 2021天堂中文幕一二区在线观| 岛国视频午夜一区免费看| 日日干狠狠操夜夜爽| 国产日本99.免费观看| 国产色爽女视频免费观看| 欧美最新免费一区二区三区 | 精品国产三级普通话版| 中亚洲国语对白在线视频| 蜜桃亚洲精品一区二区三区| 无限看片的www在线观看| 亚洲精品在线观看二区| 乱人视频在线观看| 国产美女午夜福利| 亚洲国产日韩欧美精品在线观看 | 亚洲欧美精品综合久久99| 久久久久免费精品人妻一区二区| 老熟妇仑乱视频hdxx| 美女高潮喷水抽搐中文字幕| av女优亚洲男人天堂| 亚洲在线观看片| 九九在线视频观看精品| 深夜精品福利| 操出白浆在线播放| 中文资源天堂在线| 啦啦啦免费观看视频1| 少妇裸体淫交视频免费看高清| 老司机午夜十八禁免费视频| 欧美乱色亚洲激情| 最新中文字幕久久久久| a在线观看视频网站| www.熟女人妻精品国产| 国产午夜福利久久久久久| 亚洲,欧美精品.| 国产成人影院久久av| 麻豆久久精品国产亚洲av| 色吧在线观看| 久9热在线精品视频| 99热这里只有是精品50| 日本免费一区二区三区高清不卡| 亚洲av美国av| 狂野欧美激情性xxxx| 天堂av国产一区二区熟女人妻| 麻豆久久精品国产亚洲av| www.999成人在线观看| 亚洲五月婷婷丁香| 亚洲在线自拍视频| 欧美+亚洲+日韩+国产| 国产一区二区在线av高清观看| 亚洲欧美日韩高清专用| 丁香六月欧美| 国产精品影院久久| 搡老妇女老女人老熟妇| 日韩欧美在线二视频| 国产精品,欧美在线| 久久精品91无色码中文字幕| 欧美性猛交╳xxx乱大交人| 国内毛片毛片毛片毛片毛片| 久久久久久久精品吃奶| 欧美色视频一区免费| 日本黄色片子视频| 欧美国产日韩亚洲一区| 免费观看精品视频网站| 欧美乱码精品一区二区三区| 波野结衣二区三区在线 | 欧美在线黄色| 老汉色av国产亚洲站长工具| 天美传媒精品一区二区| 久久久色成人| 欧美一级毛片孕妇| 怎么达到女性高潮| 白带黄色成豆腐渣| 无遮挡黄片免费观看| 国产黄色小视频在线观看| 久久草成人影院| 内射极品少妇av片p| 亚洲欧美日韩无卡精品| 亚洲五月天丁香| 精品人妻一区二区三区麻豆 | 亚洲av一区综合| 欧美黄色淫秽网站| 免费av不卡在线播放| 日韩 欧美 亚洲 中文字幕| 日日干狠狠操夜夜爽| 成人亚洲精品av一区二区| 成年版毛片免费区| 欧美一区二区国产精品久久精品| 两个人视频免费观看高清| 亚洲av电影不卡..在线观看| 国产极品精品免费视频能看的| 老汉色av国产亚洲站长工具| 国产97色在线日韩免费| 老司机在亚洲福利影院| 亚洲精品色激情综合| 18禁裸乳无遮挡免费网站照片| 男女那种视频在线观看| 91字幕亚洲| 天天添夜夜摸| 狂野欧美激情性xxxx| 天天一区二区日本电影三级| 一进一出好大好爽视频| 熟女人妻精品中文字幕| 欧美激情久久久久久爽电影| 国产成年人精品一区二区| 国产亚洲av嫩草精品影院| 中文字幕久久专区| 免费看a级黄色片| а√天堂www在线а√下载| 欧洲精品卡2卡3卡4卡5卡区| 国产99白浆流出| 久久精品影院6| 无人区码免费观看不卡| 手机成人av网站| 国产精品免费一区二区三区在线| 三级毛片av免费| 国产伦一二天堂av在线观看| 91麻豆精品激情在线观看国产| 国产亚洲av嫩草精品影院| 国内精品久久久久精免费| 中文字幕av成人在线电影| 露出奶头的视频| 久久精品国产99精品国产亚洲性色| 婷婷亚洲欧美| 久久香蕉国产精品| 熟女少妇亚洲综合色aaa.| 国产精品一区二区三区四区免费观看 | 国产一区二区亚洲精品在线观看| 老司机福利观看| 波野结衣二区三区在线 | 亚洲久久久久久中文字幕| 夜夜看夜夜爽夜夜摸| 麻豆国产97在线/欧美| 日本撒尿小便嘘嘘汇集6| 欧美绝顶高潮抽搐喷水| 亚洲精品一区av在线观看| 国产91精品成人一区二区三区| 啦啦啦免费观看视频1| 天美传媒精品一区二区| 夜夜躁狠狠躁天天躁| 伊人久久大香线蕉亚洲五| 嫩草影院精品99| 色综合欧美亚洲国产小说| 久久国产精品影院| 嫩草影院精品99| 蜜桃亚洲精品一区二区三区| 老汉色∧v一级毛片| 中文字幕熟女人妻在线| 国内久久婷婷六月综合欲色啪| 国产午夜福利久久久久久| 中文字幕熟女人妻在线| 中文字幕人妻熟人妻熟丝袜美 | 国产69精品久久久久777片| 欧美日韩精品网址| 成年女人永久免费观看视频| 成人亚洲精品av一区二区| 亚洲电影在线观看av| 女生性感内裤真人,穿戴方法视频| 久久精品国产99精品国产亚洲性色| 波野结衣二区三区在线 | 国产 一区 欧美 日韩| 国内少妇人妻偷人精品xxx网站| 最近视频中文字幕2019在线8| 精品日产1卡2卡| 在线天堂最新版资源| 国产一区二区亚洲精品在线观看| 婷婷丁香在线五月| 国产极品精品免费视频能看的| 国产一区二区三区在线臀色熟女| 制服人妻中文乱码| 久久国产乱子伦精品免费另类| 欧美成人一区二区免费高清观看| 亚洲成av人片在线播放无| 久久精品夜夜夜夜夜久久蜜豆| 一本一本综合久久| 亚洲av五月六月丁香网| 一个人免费在线观看的高清视频| 欧洲精品卡2卡3卡4卡5卡区| 午夜免费成人在线视频| 18禁裸乳无遮挡免费网站照片| 成人一区二区视频在线观看| 男女下面进入的视频免费午夜| 亚洲最大成人手机在线| 欧美绝顶高潮抽搐喷水| 黄片小视频在线播放| 免费在线观看成人毛片| 亚洲va日本ⅴa欧美va伊人久久| 日韩成人在线观看一区二区三区| 亚洲无线在线观看| 国产精品 国内视频| 免费观看的影片在线观看| 欧美国产日韩亚洲一区| 99久久精品一区二区三区| 国产精品99久久99久久久不卡| 村上凉子中文字幕在线| 国产一区二区激情短视频| 最近在线观看免费完整版| 制服人妻中文乱码| 女同久久另类99精品国产91| 国内揄拍国产精品人妻在线| 亚洲黑人精品在线| 精品日产1卡2卡| 757午夜福利合集在线观看| 午夜福利18| 欧美一区二区亚洲| xxxwww97欧美| 亚洲成av人片在线播放无| 女人高潮潮喷娇喘18禁视频| 毛片女人毛片| 网址你懂的国产日韩在线| 床上黄色一级片| 亚洲av不卡在线观看| 日本黄大片高清| 18禁美女被吸乳视频| 精品99又大又爽又粗少妇毛片 | 精品无人区乱码1区二区| 一级毛片高清免费大全| 岛国视频午夜一区免费看| 最新在线观看一区二区三区| 老熟妇仑乱视频hdxx| 母亲3免费完整高清在线观看| 中文字幕高清在线视频| 男女床上黄色一级片免费看| 日本三级黄在线观看| 97碰自拍视频| 国产欧美日韩一区二区精品| 小说图片视频综合网站| 免费观看人在逋| 国产在线精品亚洲第一网站| 精品国产三级普通话版| 国产97色在线日韩免费| 天天一区二区日本电影三级| 99久久久亚洲精品蜜臀av| 国产成人啪精品午夜网站| 欧美精品啪啪一区二区三区| 99国产极品粉嫩在线观看| 久久久久久国产a免费观看| 国产精品美女特级片免费视频播放器| 成人精品一区二区免费| 亚洲av成人不卡在线观看播放网| 亚洲av电影在线进入| 久久久久性生活片| 欧美乱码精品一区二区三区| 久久国产乱子伦精品免费另类| 亚洲欧美日韩卡通动漫| 成人18禁在线播放| 国产精品久久久久久久电影 | e午夜精品久久久久久久| 三级男女做爰猛烈吃奶摸视频| 欧美性猛交╳xxx乱大交人| 夜夜躁狠狠躁天天躁| av欧美777| 免费在线观看亚洲国产| 日韩免费av在线播放| 一区二区三区免费毛片| 搞女人的毛片| 香蕉丝袜av| av专区在线播放| 一进一出好大好爽视频| 久久伊人香网站| 午夜影院日韩av| 麻豆国产av国片精品| 欧美不卡视频在线免费观看| 18禁美女被吸乳视频| 中文字幕av在线有码专区| 91麻豆精品激情在线观看国产| 久久草成人影院| 欧美+亚洲+日韩+国产| 禁无遮挡网站| 九九在线视频观看精品| 成人无遮挡网站| 亚洲最大成人中文| 香蕉丝袜av| a级一级毛片免费在线观看| 免费av毛片视频| 蜜桃亚洲精品一区二区三区| 人人妻人人澡欧美一区二区| 免费在线观看成人毛片| 国产精品影院久久| 少妇人妻精品综合一区二区 | 久久人人精品亚洲av| 99国产极品粉嫩在线观看| 一本一本综合久久| 一区二区三区激情视频| 桃红色精品国产亚洲av| 亚洲色图av天堂| 日本免费a在线| a级一级毛片免费在线观看| 88av欧美| 欧美国产日韩亚洲一区| 国产伦精品一区二区三区视频9 | 男女午夜视频在线观看| 一级黄片播放器| 两个人的视频大全免费| 久久久色成人| 老汉色∧v一级毛片| www.www免费av| 成人国产综合亚洲| 日韩av在线大香蕉| 岛国在线观看网站| 欧美成人性av电影在线观看| 伊人久久精品亚洲午夜| 男女之事视频高清在线观看| 91九色精品人成在线观看| 亚洲精品粉嫩美女一区| 国产探花在线观看一区二区| 美女高潮喷水抽搐中文字幕| 精品久久久久久久久久免费视频| 欧美黄色片欧美黄色片| 亚洲人成网站高清观看| 精品乱码久久久久久99久播| 丰满人妻熟妇乱又伦精品不卡| 日韩欧美精品v在线| 中文字幕精品亚洲无线码一区| 亚洲成人久久性| 青草久久国产| 久久精品91蜜桃| 午夜老司机福利剧场| 免费无遮挡裸体视频| 51午夜福利影视在线观看| netflix在线观看网站| 久久久久久久午夜电影| 在线国产一区二区在线| 听说在线观看完整版免费高清| 看片在线看免费视频| 哪里可以看免费的av片| 免费观看精品视频网站| 国产精品三级大全| 国产伦精品一区二区三区四那| 99精品欧美一区二区三区四区| 日韩欧美国产在线观看| 久久中文看片网| 中文字幕人妻熟人妻熟丝袜美 | a级一级毛片免费在线观看| 亚洲精品美女久久久久99蜜臀| 久久人妻av系列| 香蕉av资源在线| 亚洲不卡免费看| 久久精品夜夜夜夜夜久久蜜豆| 亚洲欧美精品综合久久99| 国产真实伦视频高清在线观看 | 成人av在线播放网站| 国内精品美女久久久久久| 美女cb高潮喷水在线观看| 国产视频一区二区在线看| 日本 欧美在线| 欧美日韩精品网址| 欧美成人一区二区免费高清观看| 熟女电影av网| 免费观看的影片在线观看| 夜夜看夜夜爽夜夜摸| 国产成人影院久久av| 国产视频一区二区在线看| 久久久久国内视频| 亚洲中文字幕一区二区三区有码在线看| 十八禁人妻一区二区| 九九在线视频观看精品| 久久午夜亚洲精品久久| 黄色日韩在线| 久久精品综合一区二区三区| 十八禁人妻一区二区| 久久久久九九精品影院| 国产激情欧美一区二区| 1000部很黄的大片| 日日干狠狠操夜夜爽| 久久精品国产综合久久久| 国产不卡一卡二| 亚洲成av人片免费观看| netflix在线观看网站| 国产精品久久久久久精品电影| 熟女人妻精品中文字幕| 亚洲色图av天堂| 亚洲无线在线观看| 日韩欧美国产在线观看| 2021天堂中文幕一二区在线观| 久久久久国内视频| 国产午夜精品论理片| 亚洲18禁久久av| 99久久综合精品五月天人人| 久久性视频一级片| 日韩欧美在线乱码| 美女大奶头视频| 日韩 欧美 亚洲 中文字幕| 日本一二三区视频观看| 亚洲一区二区三区不卡视频| 亚洲av美国av| 青草久久国产| 亚洲欧美日韩东京热| 岛国视频午夜一区免费看| 国产高清三级在线| 久久香蕉国产精品| 亚洲一区二区三区不卡视频| 欧美zozozo另类| 精品福利观看| 美女cb高潮喷水在线观看| 三级国产精品欧美在线观看| 狂野欧美白嫩少妇大欣赏| 午夜免费成人在线视频| 老司机福利观看| 国产精品av视频在线免费观看| 久久伊人香网站| 色吧在线观看| 国产伦精品一区二区三区四那| 综合色av麻豆| 久久精品国产亚洲av涩爱 | 黄色成人免费大全| 国产高清有码在线观看视频| 啦啦啦韩国在线观看视频| 国产伦精品一区二区三区视频9 | 亚洲最大成人中文| 国产黄a三级三级三级人| 久久久久精品国产欧美久久久| 国产野战对白在线观看| av女优亚洲男人天堂| 一级黄色大片毛片| 亚洲av第一区精品v没综合| 小蜜桃在线观看免费完整版高清| 国产精品久久久久久精品电影| 国产精品亚洲av一区麻豆| 精品电影一区二区在线| 俺也久久电影网| 欧美日韩精品网址| 一个人免费在线观看电影| 免费人成在线观看视频色| 91麻豆精品激情在线观看国产| 人妻久久中文字幕网| 人人妻人人澡欧美一区二区| 精品熟女少妇八av免费久了| 在线天堂最新版资源| 免费人成视频x8x8入口观看| 国产亚洲精品一区二区www| 国产一区二区激情短视频| 淫妇啪啪啪对白视频| 久久久久久久久大av| 日本撒尿小便嘘嘘汇集6| 久久久久久九九精品二区国产| 俺也久久电影网| 国产乱人伦免费视频| 最近最新中文字幕大全免费视频| 中文字幕高清在线视频| www.999成人在线观看| 老师上课跳d突然被开到最大视频 久久午夜综合久久蜜桃 | 欧美bdsm另类| 美女 人体艺术 gogo| 国产毛片a区久久久久| 99国产综合亚洲精品| 成人欧美大片| 欧美黑人欧美精品刺激| 精品久久久久久成人av| 国产av在哪里看| 国产中年淑女户外野战色| 成人特级av手机在线观看| 亚洲内射少妇av| 一本精品99久久精品77| 搡老岳熟女国产| 久久久久性生活片| 亚洲 国产 在线| 一级作爱视频免费观看| 亚洲国产高清在线一区二区三| 天天躁日日操中文字幕| 天天一区二区日本电影三级| 99国产综合亚洲精品| 人人妻人人看人人澡| 久久香蕉国产精品| 国产色爽女视频免费观看| 亚洲激情在线av| 99热这里只有精品一区| 亚洲成人中文字幕在线播放| 国产亚洲欧美98| 97碰自拍视频| 51国产日韩欧美| 两个人的视频大全免费| 久久九九热精品免费| 国产老妇女一区| 国产精品 国内视频| 手机成人av网站| 久久6这里有精品| 久久精品国产亚洲av涩爱 | 精华霜和精华液先用哪个| 日本撒尿小便嘘嘘汇集6| 97碰自拍视频| 国产成人av教育| 日韩人妻高清精品专区| 久99久视频精品免费| 国产精品综合久久久久久久免费| 最近最新免费中文字幕在线| 成年版毛片免费区| 免费搜索国产男女视频| 成人高潮视频无遮挡免费网站| 免费看美女性在线毛片视频| 欧美日本视频| 午夜福利免费观看在线| 成人一区二区视频在线观看| 国产欧美日韩精品亚洲av| 午夜精品一区二区三区免费看| 亚洲av美国av| 最新美女视频免费是黄的| 国产91精品成人一区二区三区| 天堂影院成人在线观看| 91麻豆精品激情在线观看国产| 精品久久久久久久久久久久久| 99久久精品热视频| 色尼玛亚洲综合影院| 国产伦精品一区二区三区视频9 | 亚洲精品在线美女| 黄片大片在线免费观看| 日韩中文字幕欧美一区二区| a在线观看视频网站| 亚洲中文字幕日韩| 午夜免费激情av| 国产午夜福利久久久久久| 男人和女人高潮做爰伦理| 久久精品91蜜桃| 国产亚洲av嫩草精品影院| 中文亚洲av片在线观看爽| 日韩高清综合在线| 久久精品91蜜桃| 99在线视频只有这里精品首页| 国产一级毛片七仙女欲春2| 亚洲最大成人手机在线| 色哟哟哟哟哟哟| 亚洲五月婷婷丁香| 不卡一级毛片| 成人av在线播放网站| 91字幕亚洲| 在线看三级毛片| 精品久久久久久,| 精品午夜福利视频在线观看一区| 成人三级黄色视频| 成人亚洲精品av一区二区| 国产高清激情床上av| 欧美国产日韩亚洲一区| 宅男免费午夜| 日韩大尺度精品在线看网址| АⅤ资源中文在线天堂| 亚洲av中文字字幕乱码综合| 欧美性感艳星| 日韩国内少妇激情av| 国产精品久久久久久人妻精品电影| 国产精品99久久99久久久不卡| 男女视频在线观看网站免费| 变态另类成人亚洲欧美熟女| 99riav亚洲国产免费| 一区二区三区激情视频| 国产欧美日韩一区二区精品| 亚洲 国产 在线| 99热6这里只有精品| 99国产极品粉嫩在线观看| 久久草成人影院| 国产高清激情床上av| 午夜久久久久精精品| 亚洲av美国av| 国内精品久久久久精免费| 国产精品三级大全| 91在线观看av| 精品久久久久久久毛片微露脸| 无限看片的www在线观看| 亚洲国产精品成人综合色| 波野结衣二区三区在线 | 黑人欧美特级aaaaaa片| 亚洲熟妇中文字幕五十中出| 成人一区二区视频在线观看| 国产精品爽爽va在线观看网站| 好看av亚洲va欧美ⅴa在| 欧美成人性av电影在线观看| 亚洲精品一卡2卡三卡4卡5卡| 毛片女人毛片| 精品人妻偷拍中文字幕| 在线看三级毛片| 3wmmmm亚洲av在线观看| 在线播放国产精品三级| 五月玫瑰六月丁香| 看黄色毛片网站| а√天堂www在线а√下载| 黄色成人免费大全| 1024手机看黄色片| 久久欧美精品欧美久久欧美| 中文在线观看免费www的网站| 偷拍熟女少妇极品色| 色哟哟哟哟哟哟| 日韩欧美在线二视频| 乱人视频在线观看| 色哟哟哟哟哟哟| 日韩欧美在线二视频| av在线天堂中文字幕| 不卡一级毛片| 国产久久久一区二区三区| 极品教师在线免费播放| av在线蜜桃| 日本在线视频免费播放| 超碰av人人做人人爽久久 | 日韩欧美精品免费久久 | 国产精品久久久久久人妻精品电影| 波多野结衣高清无吗| 男女那种视频在线观看| 亚洲七黄色美女视频| 亚洲 国产 在线| 两个人看的免费小视频| 国产高清有码在线观看视频| 精品一区二区三区人妻视频| 成人亚洲精品av一区二区| 久久久精品欧美日韩精品| 色哟哟哟哟哟哟| 成人18禁在线播放| 国产伦人伦偷精品视频| 精品电影一区二区在线| 久久国产精品人妻蜜桃| 亚洲国产精品成人综合色| 男女午夜视频在线观看| 可以在线观看毛片的网站| 俺也久久电影网|